全球首个诊脉灵巧手亮相，打造它的公司却说自己只做触觉

2026年以来，具身智能依旧是一级市场最受关注的赛道之一。本体、模型、场景和应用的竞争持续升温，连带着上游的传感器环节也一起热了起来。

触觉传感器，就是这条产业链上最先拥挤起来的环节之一。过去两年，涌进这个赛道的公司多达25家，数采设备、数据手套几乎成了标配动作。行业的主流叙事也很一致：具身智能缺触觉数据，谁先把数据攒起来，谁就握住了未来的燃料。

但在这股热潮中，有一家公司显得有些不同。

它成立不到一年、团队只有20人左右、尚处天使轮，从底层的传感器与解决方案切入，在WRC 2026上全球首发了一台会诊脉的机器人灵巧手，用人类触觉最顶级的场景，展示出了自身技术的想象空间。

这家公司名为游仞智能。

9月3日，游仞智能创始人兼CEO张振在与雷峰网的交流中，把这台灵巧手背后的技术账本和路线判断全部摊开。在他看来，行业缺的从来不只是数据量，而是数据可信度。这个判断，构成了游仞智能与其余同行最大的分野。

01 机器人把手搭上了人的脉搏

在WRC 2026的展台上，游仞智能的诊脉专用灵巧手完成全球首发：三根手指搭上人的手腕，寸关尺三部依次落定，举按寻三种力度轮换下压；脉象解析在端侧完成，进一步诊断放到云端。目前系统能解析二十八种脉象，并据此调用中医知识给出建议。

为什么挑诊脉这个场景？张振的解释带着产品哲学的味道：公司创办第一天起就在找人类触觉的极限，目标只有一个，做出媲美人类触觉的传感器。当团队发现诊脉正是人类触觉最顶级的体现时，立刻把它立为内部课题攻克。

诊脉难在哪？中医的手法叫三部九候：寸关尺三个位置，举按寻三种力度，感知讲究“位、数、形、势”，最后凭经验解析脉象。落到触觉层面，这是四类感受器的并行作业：迈斯纳小体识别低频振动和滑动，默克尔盘负责静态压力和纹理，帕西尼小体捕捉高频振动，鲁菲尼小体感知持续拉伸和剪切。脉象本质上是压力、时间、空间交织的三维信号。

张振打过一个比方：“每个人手指头上面就有十个很高精度的探头，可以视作十个超声波。中医就是中国人的B超，只不过它是用指尖的触觉实现的。”

这个比方背后是一个行业事实：25家触觉公司里，没有一家宣称自己的传感器能做诊脉。症结在于同行基本都走单一路线，电容、压阻、压电、磁感应、视触觉各占一条，单一机理复现不了四类感受器的协同，脉象解析必然缺维度。

数据侧，游仞智能正在某家中医院落地采集工作，同时与一家中医大模型公司合作，持续提升诊断准确性。

张振坦言，诊脉最初只是“我们能做最难的触觉”的技术展示，大量观众现场追问诊断准确性之后，团队回来把它升级为独立的商业计划，瞄准中医院导诊、泛健康渠道乃至居家脉诊等场景。

02 为什么触觉数据首先卡在“可信”上

谈及路线选择，张振给出了明确的判断：具身智能当前的触觉瓶颈，不只是数据量，更在于高质量数据的供给能力。数据不可信，再多也进不了训练流程。

这与行业的主流叙事形成了鲜明对照。过去两年，全行业一窝蜂扑向数采设备，背后是“数据太少”的一致判断。游仞智能看到的却是另一面：卡住行业的，是数据不可信。

张振给出两个维度的证据：触觉本身是四类感受器协同的复杂系统，行业标准至今没有清晰定义；模型端对触觉的调用策略也没有形成共识。李飞飞上半年联合发表的T-REX论文直接点出：VLA模型加上触觉数据后，操作表现不升反降。

这个判断的源头，来自游仞智能对触觉本质的一次重新定义：触觉是唯一两域横跨的传感器。它既是感官，又构成具身智能的物理身体边界，既要负责低频感知，又要参与高频力控。跑VLA把触觉放在感知侧，30赫兹采样够用；要进控制环路做反馈，就得冲到100~500赫兹甚至更高。

两域需求在材料层面直接打架。想做灵敏，就得做软，软了必然迟滞、响应变慢；想做快，就得做硬，硬了对形貌的适应能力和灵敏度都会掉。张振举了个真实翻车案例：用六轴机械臂做板对板连接器精密插装，柔性压阻传感器灵敏度足够，动态响应跟不上，系统出现10~20赫兹的震荡，插针直接弯曲。

从这个角度看，触觉数据的难点从来不只是“测得到”，而是“测到之后AI敢不敢用”。这也是游仞智能选择切入的核心问题。

03 做机器人的“皮肤”，而非“贴片”

张振用过一个说法来概括游仞智能的路线：触觉是多机理协同的系统工程，单一路线注定残缺。游仞智能要做的，是让传感器复现人类皮肤的四类感受器架构，而非在单一机理上做到极致。

围绕这个目标，游仞智能把指尖传感器做成三种机理的异构融合：电容负责静态压力和分布成像，压阻负责大量程深压和抗过载，压电负责振动、滑移和瞬态冲击，分别对应人类的慢适应与快适应感受器。力学结构上再做模量梯度设计，“表软底刚”，灵敏度与抗过载兼得；微结构设计则把灵敏度和频带同时拉起来。

工艺底座是自由形态打印。丝网印刷、墨水直写、喷墨打印多材料一体化成形，可以共形覆盖任意曲面。用他们自己的话说，做出来的是皮肤，而非贴片。这也顺带回应了视触觉路线的两个软肋：光学手段间接识别，拿到的并非真实原始信号；普遍只能做平面且尺寸偏大，而触觉天然要面对大量曲面甚至异形面。

放进竞争坐标系看更清楚，电容式低频强高频弱，压阻式高频弱，压电式低频弱，磁感应式偏控制域，视触觉偏感知域，单一路线总有残缺，只有多材料异构融合能做到双域兼顾。

这套思路最终收拢成一个名为CrediTac的解决方案框架：传感器数据质量贡献90%的可信度，算法设计贡献9%，系统实施贡献0.9%，目标交付99.9%可信度的触觉数据。张振对此表示：“行业比的是谁测得更准，我们比的是AI敢不敢用。”

04 写在骨子里的工程基因

一家公司能走多远，底层往往由创始团队的基因决定。游仞智能的团队底色，可以用一句话概括：从器件里长出来的工程派。

创始人张振毕业于哈尔滨工业大学，有20年半导体和传感器产品工程与市场管理经验，曾在一家果链企业把一项柔性传感技术做到消费电子领域的大规模量产。核心团队均来自一线国际大厂，兼具产业积淀与前沿视野。

"现在很多学术团队更偏向模型一端或材料一端，对制造的理解没那么深入。而我们这个团队是从做传感器器件出身的，以工程和制造为底色，对成本、器件一致性、可靠性有更深度的理解。"张振说，这是游仞与学术派团队的差异所在。

别人谈触觉，可能先谈参数、谈模型；游仞谈触觉，先谈工艺、谈良率、谈能不能稳定做出来。团队构建的是传感器系统工程的全链路能力——从传感器设计、先进制造、精密测试，一直延伸到端侧计算，每一环都自己攥在手里。

结语

过去一段时间，具身智能行业的注意力更多集中在大模型能不能泛化、本体能不能降本这些更容易被讨论的话题上。但越来越多从业者开始意识到，决定机器人能不能真正伸出手、碰到东西、稳稳握住的，往往是那层不起眼的“皮肤”，以及皮肤传回来的数据可不可信。

在这个意义上，游仞智能的价值，不在于它做出了一台会诊脉的机器人，而在于它试图解决触觉感知领域最底层、也最工程化的一件事：如何让物理世界的每一次接触，稳定转化为AI敢于直接消费的信号。

这件事在发布会上不抢镜，在产线上却躲不开。

如果说具身智能真正的分水岭，不会只来自某一个模型版本的发布，而是来自感知、决策、控制整条链路的成熟，那么“可信触觉”这条赛道，或许才刚刚开始进入价值显现期。